當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python tf.compat.v1.assert_near用法及代碼示例

斷言條件 x 和 y 在元素層麵是接近的。

用法

tf.compat.v1.assert_near(
    x, y, rtol=None, atol=None, data=None, summarize=None, message=None, name=None
)

參數

  • x 浮點數或複數 Tensor 。
  • y 浮點數或複數 Tensor ，與 dtype 相同，可廣播到 x 。
  • rtol Tensor 。 dtype 與 x 相同，並且可廣播到 x 。相對容差。默認為 10 * eps 。
  • atol Tensor 。 dtype 與 x 相同，並且可廣播到 x 。絕對的容忍度。默認為 10 * eps 。
  • data 如果條件為 False，則打印出的張量。默認為錯誤消息和 x , y 的前幾個條目。
  • summarize 打印每個張量的這麽多條目。
  • message 默認消息的前綴字符串。
  • name 此操作的名稱(可選)。默認為"assert_near"。

返回

  • 如果 x 和 y 不夠接近，則會引發 InvalidArgumentError 的操作。

將依賴項添加到操作的示例：

with tf.control_dependencies([tf.compat.v1.assert_near(x, y)]):
  output = tf.reduce_sum(x)

如果對於每對(可能是廣播)元素 x[i] , y[i] ，我們有

tf.abs(x[i] - y[i]) <= atol + rtol * tf.abs(y[i]) 。

如果x 和y 都是空的，這很容易滿足。

默認的 atol 和 rtol 是 10 * eps ，其中 eps 是最小的可表示正數，例如 1 + eps != 1 。這是關於 1.2e-6 in 32bit , 2.22e-15 in 64bit 和 0.00977 in 16bit 。請參閱numpy.finfo。

numpy 兼容性

類似於 numpy.testing.assert_allclose ，除了容差取決於數據類型。這是因為 TensorFlow 經常與 32bit , 64bit 甚至 16bit 數據一起使用。

相關用法


注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.compat.v1.assert_near。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。